Building Data Analytics Solutions Using Amazon Redshift

Deze cursus is bedoeld voor datawarehouse-engineers, dataplatform-engineers en architecten en operators die data-analysepijplijnen bouwen en beheren.

In deze cursus leer je:

• Vergelijk de functies en voordelen van datawarehouses, data lakes en moderne data-architecturen
• Ontwerp en implementeer een datawarehouse-analyseoplossing
• Identificeer en pas de juiste technieken, waaronder compressie, toe om de gegevensopslag te optimaliseren
• Selecteer en implementeer de juiste opties om gegevens op te nemen, te transformeren en op te slaan
• Kies de juiste instantie- en knooppunttypen, clusters, automatisch schalen en netwerktopologie voor een bepaald zakelijk gebruiksscenario
• Begrijp hoe gegevensopslag en -verwerking van invloed zijn op de analyse- en visualisatiemechanismen die nodig zijn om bruikbare zakelijke inzichten te verkrijgen
• Gegevens beveiligen in rust en tijdens overdracht
• Bewaak analyseworkloads om problemen te identificeren en op te lossen
• Best practices voor kostenbeheer toepassen

Module A: Overzicht van data-analyse en de datapijplijn

• Gebruiksscenario's voor gegevensanalyse
• De gegevenspijplijn gebruiken voor analyses

Module 1: Amazon Redshift gebruiken in de Data Analytics-pijplijn

• Waarom Amazon Redshift voor datawarehousing?
• Overzicht van Amazon Redshift

Module 2: Inleiding tot Amazon Redshift

• Amazon Redshift-architectuur
• Interactieve demo 1: Rondleiding door de Amazon Redshift-console
• Amazon Redshift-functies
• Praktijklab 1: Gegevens laden en opvragen in een Amazon Redshift-cluster

Module 3: Opname en opslag

• Inname
• Interactieve demo 2: Uw Amazon Redshift-cluster verbinden met behulp van een Jupyter-notebook met Data API
• Distributie en opslag van gegevens
• Interactieve demo 3: Semi-gestructureerde gegevens analyseren met behulp van het gegevenstype SUPER
• Gegevens opvragen in Amazon Redshift
• Praktijklab 2: Data-analyse met behulp van Amazon Redshift Spectrum

Module 4: Verwerken en optimaliseren van data

• Transformatie van gegevens
• Geavanceerd opvragen
• Praktijklab 3: Gegevenstransformatie en query's in Amazon Redshift
• Beheer van middelen
• Interactieve demo 4: Gemengd werklastbeheer toepassen op Amazon Redshift
• Automatisering en optimalisatie
• Interactieve demo 5: Amazon Redshift-cluster waarvan de grootte wordt gewijzigd van het dc2.large- naar ra3.xlplus-cluster

Module 5: Beveiliging en monitoring van Amazon Redshift Clusters

• Het Amazon Redshift-cluster beveiligen
• Amazon Redshift-clusters bewaken en problemen oplossen

Module 6: Oplossingen voor datawarehouse-analyse ontwerpen

• Beoordeling van gebruiksscenario's voor datawarehouses
• Activiteit: Een workflow voor datawarehouse-analyse ontwerpen

Module B: Moderne data-architecturen ontwikkelen op AWS

• Moderne data-architecturen

Studenten met minimaal een jaar ervaring in het beheren van datawarehouses zullen baat hebben bij deze cursus.

We raden deelnemers aan deze cursus aan om:

• AWS Technical Essentials of Architecting op AWS voltooid
• Voltooide Building Data Lakes op AWS